simulink搭建BP神经网络在线辨识心得

bp 神经网络通常是离线训练，然后使用的，但是有些场合却会要求在线训练然后进行辨识

其实在线辨识的意义和离线辨识基本相同，就是在训练过程中就开始使用权重了，然后不管其权重是否准确，这样会产生输出，该输出和实际要求的输出进行做差再来重新调整权重。

我们大概可以理解为，其架构如下：

 这个模块理解上很简单，就是一个模块使用权重产生输出，另外一个模块根据输出数值的差异调整权重，以供另外一个模块来使用。

然后在很多论文中并非使用这样的架构，而是使用一个元件：

unit delay :单周期延时控件。

如何理解单周期延时，下面可以搭建一个模型来说明，模型如下：

需注意一点，为了效果明显，需要将sine wave 的采样时间设置为 1s

最后时间延时效果如下：

可以看见一个信号相对于另外一个信号发生了延时输出

所以最终实现方式还是如最上面的两个模块的效果，只是这里增加了延时控件

因为在实际运行中，我们需要对数据进行训练，所以

我们可以通过延时控件 得到  y(k) y(k-1) y(k-2)

当可以获得如下的变量之后，便可以进行相关的训练准备数据了

比如说：

我们训练的时候需要获得输出，然后没有输入怎么会有输出呢？

这个就变成了死循环的问题，所以有了延时的控件，就可以使用 之前时刻的数据进行运算：

即y(k-1) 与 x(k-1)